公差区间(非正态分布)的主要结果

请完成以下步骤来解释公差区间。

步骤 1:评估数据的分布拟合

Minitab 为使用分布的方法和非参数方法提供公差区间。如果您能够可靠地假设数据服从分布,则采用的公差区间可以是使用该分布的方法的区间。如果您不能可靠地假设数据服从分布,则必须尝试其他分布或者使用非参数方法的公差区间。

要确定能否假设数据服从分布,请比较 Anderson-Darling 检验的 p 值与显著性水平 (α)。显著性水平 0.05 表示当数据实际上服从分布时,判定数据不服从分布的风险为 5%。

P 值 ≤ α:数据不服从分布(否定 H0
如果 p 值小于或等于显著性水平,则可以得出数据不服从分布的结论。在这种情况下,您必须尝试其他分布或者使用非参数方法的公差区间。
P 值 > α:证据不足,无法得出数据不服从分布的结论(无法否定 H0
如果 p 值大于显著性水平,则证据不足,无法得出数据不服从分布的结论。在这种情况下,采用的公差区间可以是使用该分布的方法的区间。
主要结果:概率图和 p 值

概率图显示,绘制的点沿着 Weibull 分布拟合线落位。而且,拟合优度检验的 p 值为 0.178,这大于显著性水平 0.05。由于无法认定数据不遵循 Weibull 分布,因此可以对 Weibull 分布使用此区间。

步骤 2:检查相应方法的公差区间

Minitab 为使用分布的方法和不假定特定分布的非参数方法提供公差区间。您可以创建双侧公差区间,也可以创建提供上限或下限的单侧公差区间。
双侧
使用双侧区间可以确定包含特定最小百分比的总体测量值的区间。
统计量 变量 N 均值 标准差 白度 200 82.757 3.358
95% 公差区间 取得的 变量 Weibull 方法 非参数方法 置信度 白度 (69.059, 89.684) (70.570, 90.050) 59.54% 获取的置信水平仅适用于非参数方法。
主要结果:95% 公差区间

Weibull 区间的范围大约为从 69.1 到 89.7,因此制造商对至少 99% 所有批次的纸浆将落位于此区间可以具有 95% 的置信水平。对于所有批次的纸浆,平均亮度水平为大约 82.8。

上限
使用上限可以确定超出特定最小百分比的总体测量值的限值。
95% 公差上限 Weibull 取得的 变量 方法 非参数方法 置信度 白度 89.131 90.050 86.60% 获取的置信水平仅适用于非参数方法。
主要结果:95% 公差上限

在此示例中,由于 Weibull 上限为 89.131,因此所有批次纸浆中 99% 的纸浆具有 89.131 或更低白度的置信度为 95%。如果您不能假定数据服从 Weibull 分布,请找出可拟合的其他分布或者考虑非参数上限 90.50。对于非参数方法,取得的置信度为 86.60%,它远小于目标值 95%。此结果表示,您的样本数量太少,导致非参数方法不准确。

下限
使用下限可以确定小于特定最小百分比的总体测量值的限值。
95% 公差下限 Weibull 取得的 变量 方法 非参数方法 置信度 白度 71.105 70.570 86.60% 获取的置信水平仅适用于非参数方法。
主要结果:95% 公差下限

在此示例中,由于 Weibull 下限为 71.105,因此所有批次纸浆中 99% 的纸浆具有 71.105 或更高白度的置信度为 95%。如果您不能假定数据服从 Weibull 分布,请找出可拟合的其他分布或者考虑非参数下限 70.570。对于非参数方法,取得的置信度为 86.60%,它远小于目标值 95%。此结果表示对此结果表示,您的样本数量太少,导致非参数方法不准确。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策